ElevenLabs MCP Server

Was macht der „ElevenLabs“ MCP Server?

Der ElevenLabs MCP Server ist ein Model Context Protocol (MCP) Server, der die ElevenLabs Text-to-Speech-API mit KI-Entwicklungs-Workflows integriert. Er dient als Brücke, damit KI-Assistenten und Agenten hochwertige Audiodateien aus Text generieren, Sprachoptionen verwalten und die Historie der Audiogenerierung verfolgen können – alles über standardisierte MCP-Schnittstellen. Der Server unterstützt mehrere Stimmen, Skript-Teilverwaltung und eine persistente Speicherung mit SQLite und eignet sich so für anspruchsvolle Sprachsynthese-Aufgaben. Zusätzlich wird ein Beispiel-Client auf SvelteKit-Basis mitgeliefert, mit dem diese Funktionen über eine Weboberfläche verwaltet werden können. Durch die Bereitstellung der Sprachgenerierung als Tools und Ressourcen verbessert der ElevenLabs MCP Server Automatisierung, Barrierefreiheit und Kontextbewusstsein in KI-basierten Anwendungen.

Liste der Prompts

Im Repository oder der Dokumentation sind keine expliziten Prompt-Vorlagen aufgeführt.

Bereit, Ihr Geschäft zu erweitern?

Starten Sie heute Ihre kostenlose Testversion und sehen Sie innerhalb weniger Tage Ergebnisse.

Demo anfragen Anmelden

Liste der Ressourcen

• Sprach-Historie: Persistente Speicherung der generierten Sprach-/Audio-Historie mit SQLite, damit Nutzer vorherige Audioausgaben nachverfolgen und wiedergeben können.
• Sprachoptionen: Zugriff auf verfügbare ElevenLabs Sprachmodelle und deren Konfiguration zur Auswahl und Verwaltung.
• Audio-Downloads: Ermöglicht das Herunterladen generierter Audiodateien zur Offline-Nutzung oder Einbindung in andere Anwendungen.

Liste der Tools

• Audio aus Text generieren: Wandelt eingegebenen Text mit der ElevenLabs API in Sprache um, unterstützt mehrere Sprachmodelle und Anpassungsparameter.
• Mehrteilige Skriptverwaltung: Erzeugt und verwaltet Audio für in mehrere Teile unterteilte Skripte und vereinfacht so komplexe Sprachsynthese-Aufgaben.
• Wiedergabe der Sprach-Historie: Ermöglicht die direkte Wiedergabe bereits erzeugter Audiodateien aus der Historie – für mehr Produktivität und Komfort.

Abonnieren Sie unseren Newsletter

Erhalten Sie die neuesten Tipps, Trends und Angebote kostenlos.

E-Mail-Adresse

Abonnieren

Anwendungsfälle für diesen MCP Server

• Text-to-Speech-Automatisierung: Schnelle Umwandlung von Textinhalten in hochwertige Audiodateien für Podcasts, Hörbücher oder Barrierefreiheitsfunktionen – reduziert manuellen Aufwand.
• Entwicklung von Sprachassistenten: Integration realistischer Sprachausgaben in KI-basierte Assistenten für natürlichere Mensch-Computer-Interaktionen.
• Content-Lokalisierung: Audioausgaben mit unterschiedlichen Stimmen oder Akzenten erzeugen, um Produkte und Services zu lokalisieren – ohne verschiedene Sprecher zu engagieren.
• Generierung von Skript-Dialogen: Effiziente Verwaltung und Produktion mehrteiliger Skripte für Games, Storytelling oder E-Learning-Plattformen.
• Verwaltung der Sprachgenerierungs-Historie: Nachverfolgung und Wiederverwendung bereits erzeugter Audiodateien, um Überarbeitungen zu erleichtern und Konsistenz zu gewährleisten.

Einrichtung

Windsurf

1. Stellen Sie sicher, dass Node.js installiert ist.

2. Suchen Sie die Windsurf MCP-Konfigurationsdatei (z. B. windsurf_mcp_settings.json).

3. Fügen Sie die ElevenLabs MCP Server-Konfiguration hinzu:

   {
     "mcpServers": {
       "elevenlabs": {
         "command": "uvx",
         "args": ["elevenlabs-mcp-server"],
         "env": {
           "ELEVENLABS_API_KEY": "Ihr-API-Key",
           "ELEVENLABS_VOICE_ID": "Ihre-Voice-ID"
         }
       }
     }
   }
   

4. Speichern Sie die Datei und starten Sie Windsurf neu.

5. Überprüfen Sie, ob der ElevenLabs MCP Server als Tool in der Oberfläche erscheint.

Claude

1. Voraussetzung: Installieren Sie Node.js.

2. Öffnen Sie Ihre Claude MCP-Konfigurationsdatei (z. B. cline_mcp_settings.json).

3. Fügen Sie den ElevenLabs MCP Server wie folgt hinzu:

   {
     "mcpServers": {
       "elevenlabs": {
         "command": "uvx",
         "args": ["elevenlabs-mcp-server"],
         "env": {
           "ELEVENLABS_API_KEY": "Ihr-API-Key",
           "ELEVENLABS_VOICE_ID": "Ihre-Voice-ID"
         }
       }
     }
   }
   

4. Speichern Sie und starten Sie Claude Desktop neu.

5. Überprüfen Sie, ob der ElevenLabs MCP Server als Tool verfügbar ist.

Cursor

1. Stellen Sie sicher, dass Node.js auf Ihrem System installiert ist.

2. Öffnen Sie die MCP-Server-Konfigurationsdatei von Cursor.

3. Fügen Sie die folgende JSON-Konfiguration ein:

   {
     "mcpServers": {
       "elevenlabs": {
         "command": "uvx",
         "args": ["elevenlabs-mcp-server"],
         "env": {
           "ELEVENLABS_API_KEY": "Ihr-API-Key",
           "ELEVENLABS_VOICE_ID": "Ihre-Voice-ID"
         }
       }
     }
   }
   

4. Speichern Sie die Konfiguration und starten Sie Cursor neu.

5. Prüfen Sie die Verfügbarkeit des ElevenLabs MCP Servers.

Cline

1. Voraussetzung: Node.js installiert.

2. Öffnen Sie die MCP-Konfigurationsdatei von Cline (z. B. cline_mcp_settings.json).

3. Fügen Sie den ElevenLabs MCP Server hinzu:

   {
     "mcpServers": {
       "elevenlabs": {
         "command": "uvx",
         "args": ["elevenlabs-mcp-server"],
         "env": {
           "ELEVENLABS_API_KEY": "Ihr-API-Key",
           "ELEVENLABS_VOICE_ID": "Ihre-Voice-ID"
         }
       }
     }
   }
   

4. Speichern und starten Sie Cline neu.

5. Stellen Sie sicher, dass der ElevenLabs MCP Server zugänglich ist.

API-Keys absichern:
Speichern Sie alle sensiblen Werte wie Ihren API-Key in Umgebungsvariablen über das env-Feld Ihrer JSON-Konfiguration:

"env": {
  "ELEVENLABS_API_KEY": "Ihr-API-Key",
  "ELEVENLABS_VOICE_ID": "Ihre-Voice-ID"
}

Hinterlegen Sie niemals Geheimnisse direkt in öffentlichen Dateien.

Wie nutze ich diesen MCP in Flows?

MCP in FlowHunt verwenden

Um MCP Server in Ihren FlowHunt-Workflow zu integrieren, fügen Sie zunächst die MCP-Komponente zu Ihrem Flow hinzu und verbinden Sie sie mit Ihrem KI-Agenten:

Klicken Sie auf die MCP-Komponente, um das Konfigurationspanel zu öffnen. Fügen Sie im Bereich „System MCP-Konfiguration“ Ihre MCP-Server-Details in diesem JSON-Format ein:

{
  "elevenlabs": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Nach der Konfiguration kann der KI-Agent diesen MCP als Tool mit Zugriff auf alle Funktionen verwenden. Ersetzen Sie „elevenlabs“ durch den tatsächlichen Namen Ihres MCP Servers und die URL durch die Adresse Ihres Servers.

Übersicht

| Roots-Unterstützung | ⛔ | Nicht erwähnt |

Ich würde diesen MCP Server mit 7/10 bewerten. Er hat ein klares Ziel, praktische Tools und Ressourcen sowie eine solide Dokumentation zur Einrichtung, aber es fehlen Informationen zu Prompt-Vorlagen, Roots und Sampling-Unterstützung.

MCP Score